Update app.py

Türkçe dil desteği ekleme denemesi...

app.py

@@ -1,44 +1,36 @@
 import gradio as gr
-from transformers import AutoModelForSequenceClassification, AutoTokenizer, pipeline
+from transformers import AutoModelForSequenceClassification, AutoTokenizer
 import torch
 import torch.nn.functional as F
 
-model_name = "cardiffnlp/twitter-roberta-base-sentiment-latest"
+# 🌍 Çok dilli sentiment analizi modeli (İngilizce + Türkçe + daha fazlası)
+model_name = "cardiffnlp/twitter-xlm-roberta-base-sentiment"
 
+# Model ve tokenizer'ı yükle
 tokenizer = AutoTokenizer.from_pretrained(model_name)
 model = AutoModelForSequenceClassification.from_pretrained(model_name)
 
-labels = ["negative", "neutral", "positive"]  # Küçük harflerle yazdık
+# Etiketleri tanımla
+labels = ["negative", "neutral", "positive"]
 
 def analyze_text(text):
     if not text.strip():
-        return {"label": "empty", "scores": {}}
+        return {"label": "empty", "emoji": "💬", "scores": {}}
 
+    # Metni modele hazırla
     inputs = tokenizer(text, return_tensors="pt")
 
+    # Modelden tahmin al
     with torch.no_grad():
         outputs = model(**inputs)
         probs = F.softmax(outputs.logits, dim=1)
 
+    # Olasılıkları çıkar
     scores = {labels[i]: round(float(probs[0][i]), 3) for i in range(len(labels))}
+
+    # En yüksek olasılığa sahip etiketi bul
     top_label = max(scores, key=scores.get)
 
-    # Burada emoji karşılığını da ekleyelim:
+    # Emojileri eşleştir
     emoji_map = {
-        "positive": "😄",
-        "neutral": "😐",
-        "negative": "😞",
-        "empty": "💬"
-    }
-
-    return {"label": top_label, "emoji": emoji_map[top_label], "scores": scores}
-
-iface = gr.Interface(
-    fn=analyze_text,
-    inputs=gr.Textbox(label="Enter text"),
-    outputs="json",
-    title="English Sentiment Analyzer (with Emoji)",
-    description="Returns emoji, label and probability scores."
-)
-
-iface.launch()
+        "positive": "😄